33367

تخمين نرخ ضربان قلب با استفاده از سيگنال‌هاي فتوپلتيسموگرافي غير‌تماسي استخراج شده از تصاوير ويدئويي چهره با بهره‌گيري از تجزيه ماتريس نا‌منفي

كارشناسي ارشد

مهندسي پزشكي (بيو‌الكتريك)

1400

1403/6/24

دكتر ابو‌ر غفاري

-

مهندسي برق

تخمين نرخ ضربان قلب با استفاده از سيگنال‌هاي فتوپلتيسموگرافي غير‌تماسي استخراج شده از تصاوير ويديويي چهره، توجه بسياري از پژوهش‌هاي انجام شده اخير را نسبت به خود جلب نموده است. علي‌رغم تمامي مزاياي تخمين غير‌تماسي نرخ ضربان قلب، مي‌بايست اين نكته را مد نظر قرار داد؛ كه سيگنال‌هاي فتوپلتيسموگرافي غير‌تماسي نسبت به نويز حساسيت بالايي دارند. از عوامل نويز متداول اين سيگنال‌ها مي‌توان به تغييرات شدت روشنايي و مصنوعات حركتي ايجاد شده توسط سوژه اشاره نمود. از اين رو براي رفع مسائل عنوان شده و ارائه يك روش دقيق و قابل اعتماد براي تخمين نرخ ضربان قلب، دو رويكرد در اين پايان‌نامه مورد پيشنهاد قرار گرفته است. در رويكرد اول با استفاده از سيگنال تغييرات شدت روشنايي كانال سبز استخراج شده از تصاوير ويديويي چهره، توابع حالت ذاتي اين سيگنال و اعمال روش تجزيه و تحليل منابع مستقل بر سيگنال كانال‌هاي رنگي قرمز-سبز-آبي، يك سيگنال تخمين‌گر مناسب و قابل اعتماد با بهره‌گيري از يك روش انتخاب سيگنال فتوپلتيسموگرافي غير‌تماسي مبتني بر نسبت سيگنال به نويز انتخاب شده و تخمين نرخ ضربان قلب انجام مي‌گيرد. اين روش قادر بوده تا به مقادير مطلوب ميانگين مطلق خطاي 43/2، ريشه ميانگين مربعات خطاي 36/4 و همبستگي پيرسون 97/0 دست پيدا كند. در رويكرد پيشنهادي دوم اين پايان‌نامه از اعمال روش تجزيه به ماتريس نا‌منفي روي مقادير دامنه تبديل فوريه زمان-كوتاه سيگنال تغييرات شدت روشنايي كانال سبز استفاده شده است. سپس مراتب تجزيه شده در حوزه فركانس با بهره‌گيري از يك روش مناسب به حوزه زمان بازگردانده شده و مقادير نرخ ضربان قلب از روي سيگنال‌هاي حوزه زمان مورد تخمين قرار گرفته‌اند. مقادير ميانگين مطلق خطا، ريشه ميانگين مربعات خطا و همبستگي پيرسون براي اين روش به ترتيب برابر با 95/1، 41/3 و 98/0 مي‌باشد كه حاكي از عملكرد خوب و قابل مقايسه اين رويكرد با روش‌هاي متداول و اخير ارائه شده در حوزه اين پژوهش مي‌باشد.

1404/02/14

Heart rate estimation using non-contact photoplethysmography signals extracted from facial videos utilizing non-negative matrix factorization

1/1/1900 12:00:00 AM

Heart rate (HR) estimation using remote photoplethysmography (rPPG) signals extracted from facial videos has attracted significant attention in recent research. Despite all the advantages of non-contact heart rate estimation, it is important to note that the rPPG signals are highly sensitive to noise sources and can easily be polluted. Common noise factors in these signals include variations in lighting intensity and motion artifacts caused by the subject. Therefore, to address the aforementioned issues and provide an accurate and reliable method for HR estimation, two classical-based approaches are proposed in this thesis. In the first approach, a reliable heart rate estimator is selected using a signal selection method based on the signal-to-noise ratio (SNR). This method utilizes the intensity variation signal of the green channel extracted from facial video frames, the intrinsic mode functions of this signal, and the independent component analysis (ICA) algorithm applied to the red-green-blue (RGB) color channels. The proposed method achieves favorable performance metrics, including a mean absolute error (MAE) of 2.43, a root mean square error (RMSE) of 4.36, and a Pearson correlation coefficient of 0.97. In the second proposed approach, non-negative matrix factorization (NMF) is applied to the amplitude values of the short-time Fourier transform (STFT) of the green channel intensity variation signal. The decomposed components in the frequency domain are then reconstructed into the time domain using an appropriate method, and heart rate values are estimated from the time-domain reconstructed signals. This method yields an MAE of 1.95, an RMSE of 3.41, and a Pearson correlation coefficient of 0.98, demonstrating strong performance comparable to recent state-of-the-art approaches in this research domain.

فتوپلتيسموگرافي از راه دور , تخمين نرخ ضربان قلب , نسب سيگنال به نويز , تجزيه و تحليل مولفه مستقل , تابع حالت ذاتي , تجزيه ماتريس نا‌منفي , تبديل فوريه زمان-كوتاه

remote photoplethysmography (rPPG) , heart rate (HR) , signal-to-noise-ratio (SNR) , independent component analysis (ICA) , intrinsic mode function (IMF) , non-negative matrix factorization (NMF) , short time fourier transform (STFT)

Hamed Alimohammadi

Aboozar Ghaffari